摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.3 本文研究内容 | 第13-15页 |
第2章 相关理论知识 | 第15-30页 |
2.1 船舶碰撞概述 | 第15-20页 |
2.1.1 船舶碰撞的概念 | 第15页 |
2.1.2 船舶碰撞的过程 | 第15-19页 |
2.1.3 船舶避碰的过程 | 第19-20页 |
2.2 卡方检验与让步比 | 第20-22页 |
2.3 数据挖掘与Apriori算法 | 第22-30页 |
2.3.1 数据挖掘 | 第22-24页 |
2.3.2 关联规则 | 第24-25页 |
2.3.3 Apriori算法 | 第25-30页 |
第3章 构建船舶碰撞HFACS致因模型 | 第30-42页 |
3.1 HFACS模型 | 第30-32页 |
3.2 HFACS模型的评价与构建原则 | 第32-34页 |
3.2.1 模型评价 | 第32-34页 |
3.2.2 模型构建原则 | 第34页 |
3.3 船舶碰撞HFACS致因模型 | 第34-42页 |
3.3.1 不良的组织管理 | 第36-37页 |
3.3.2 不安全的监督 | 第37-38页 |
3.3.3 不安全行为的前提条件 | 第38-40页 |
3.3.4 不安全行为 | 第40-42页 |
第4章 船舶碰撞事故数据统计与相关性分析 | 第42-54页 |
4.1 碰撞事故数据统计 | 第42-44页 |
4.1.1 碰撞事故数据特点 | 第42-43页 |
4.1.2 碰撞事故数据选取原则 | 第43-44页 |
4.2 碰撞事故数据分析 | 第44-48页 |
4.2.1 HFACS模型与人-船-环境-管理 | 第44-45页 |
4.2.2 碰撞事故数据处理 | 第45-48页 |
4.3 基于SPSS的相关性分析 | 第48-54页 |
4.3.1 数据相关性分析 | 第49-51页 |
4.3.2 结果分析 | 第51-54页 |
第5章 基于Apriori算法的关联挖掘致因分析 | 第54-70页 |
5.1 基于Apriori算法的多维关联规则挖掘 | 第54-60页 |
5.1.1 多维关联规则挖掘现状 | 第54-55页 |
5.1.2 基于Apriori算法的多维关联规则挖掘 | 第55-56页 |
5.1.3 构建挖掘模型 | 第56-60页 |
5.2 基于Apriori算法的关联挖掘致因分析 | 第60-70页 |
5.2.1 偏因素模式挖掘分析 | 第60-61页 |
5.2.2 全因素模式挖掘分析 | 第61-66页 |
5.2.3 致因链挖掘分析 | 第66-70页 |
第6章 结论与展望 | 第70-72页 |
6.1 结论 | 第70-71页 |
6.2 展望 | 第71-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-77页 |
作者简介 | 第77页 |